رسانه‌های اجتماعی: توزیع افقی یا کنترل هوشمند؟

تاریخ انتشار: 1404/09/12 - 18:20
رسانه‌های اجتماعی: توزیع افقی یا کنترل هوشمند؟

Illusion of Choice in Algorithmic Media

مقدمه

در ظاهر، شبکه‌های اجتماعی رسانه را «دموکراتیک» کرده‌اند:
هرکسی می‌تواند محتوا تولید کند، منتشر کند و دیده شود.

اما حقیقت پیچیده‌تر است:

شبکه‌های اجتماعی آزادی انتشار را زیاد کرده‌اند، اما آزادی دیده‌شدن را کم‌تر.

آنچه ما می‌بینیم، نتیجهٔ انتخاب‌های شخصی‌مان نیست؛
نتیجهٔ انتخاب‌های الگوریتم‌هاست.

این مقاله نشان می‌دهد چرا رسانه‌های اجتماعی «توزیع افقی» نیستند، بلکه سیستم‌های کنترل نرم و هوشمند هستند که به‌طور نامرئی ذهن ما را شکل می‌دهند.


۱. توزیع افقی چیست و چرا شبکه‌های اجتماعی «ظاهرش» را دارند؟

توزیع افقی یعنی:

  • همه می‌توانند تولیدکننده باشند
  • همه شانس دیده‌شدن برابر دارند
  • پیام‌ها بدون واسطه منتشر می‌شوند

این ایده همان رؤیای اینترنت اولیه بود.

اما شبکه‌های اجتماعی امروز:

  • میلیون‌ها محتوا را رتبه‌بندی می‌کنند
  • فقط بخش کوچکی را نشان می‌دهند
  • با الگوریتم‌ها تعیین می‌کنند چه چیزی «ارزش دیدن» دارد

و این یعنی توزیع افقی توهم است.


۲. الگوریتم چیست و چگونه تصمیم می‌گیرد چه ببینیم؟

الگوریتم مجموعه‌ای از قوانین ماشینی است که تعیین می‌کند:

  • چه پست‌هایی اول دیده شوند
  • چه کسی به ما نمایش داده شود
  • چه موضوعاتی در ترند بالا بروند
  • چه محتوایی «دفن» شود

پژوهش Tufekci (2015) نشان می‌دهد:

«الگوریتم‌ها سردبیرهای جدید جهان دیجیتال‌اند.»

اما سردبیری که:

  • شفاف نیست
  • پاسخگو نیست
  • و کسی نمی‌داند دقیقاً چگونه کار می‌کند

۳. دو مکانیسم اصلی کنترل هوشمند

۳.۱. فیلتر بابل (Filter Bubble)

الگوریتم فقط چیزهایی را نشان می‌دهد که با باورهای ما هم‌سو باشد.
نتیجه:

  • کاهش تنوع فکری
  • افزایش تعصب
  • قطبی‌سازی شدید
    (Pariser, 2011)

۳.۲. اتاق پژواک (Echo Chamber)

وقتی فقط صدای مشابه بشنویم، باورهای‌مان بدون چالش تقویت می‌شوند.

این دو مکانیسم باعث می‌شوند ما فکر کنیم «انتخاب‌هایمان آزاد است»
ولی در واقع انتخاب‌ها از قبل مدیریت شده‌اند.


۴. الگوریتم‌ها چگونه ما را کنترل می‌کنند؟ (کنترل نرم)

۴.۱. کنترل رفتار

محتوای احساسی‌تر = ماندگاری بیشتر
پس الگوریتم محتواهای:

  • خشم
  • ترس
  • هیجان
  • تعجب

را بالا می‌کشد.

۴.۲. کنترل توجه

آنچه نمی‌بینیم، در ذهن ما وجود ندارد.
سکوت الگوریتمی حتی از سکوت رسانه‌ای قوی‌تر است.

۴.۳. کنترل احساس

پژوهش‌های Facebook (2014) نشان داد با تغییر محتوای فید، می‌توان:

  • میزان شادی
  • میزان غم
  • رفتار خرید
  • الگوهای تصمیم‌گیری

کاربران را تغییر داد.

۴.۴. کنترل سیاسی

الگوریتم می‌تواند:

  • خبر خاصی را پررنگ کند
  • روایت خاصی را پنهان کند
  • جریان‌ها را دو قطبی کند
  • مشارکت سیاسی را بالا/پایین ببرد

بدون اینکه کاربر متوجه شود.


۵. توهم انتخاب: چرا فکر می‌کنیم خودمان تصمیم می‌گیریم؟

۵.۱. چون «کلیک» را ما انجام می‌دهیم

اما پیش‌فرض‌ها توسط الگوریتم چیده شده‌اند.

۵.۲. چون گزینه‌های پیش‌رو را ما می‌بینیم

اما دیدن = انتخاب نیست.

۵.۳. چون محتوا به ظاهر «شخصی‌سازی» شده

اما شخصی‌سازی = محدودسازی هوشمند به آنچه احتمالاً می‌پسندیم.

۵.۴. چون چیزی نمی‌بینیم که نشان دهد انتخاب‌ها دستکاری شده‌اند

کنترل نرم همیشه نامرئی است.


۶. پیامدهای رسانه‌های اجتماعی بر فهم و جامعه

۶.۱. قطبی‌سازی خانوادگی و اجتماعی

اتاق‌های پژواک افراد را به دو جهان جداگانه تبدیل می‌کند.

۶.۲. افزایش تعصب

وقتی فقط تأیید بشنویم، از تفکر انتقادی دور می‌شویم.

۶.۳. کاهش سواد رسانه‌ای

وقتی همه‌چیز «همسو» است، تحلیل نمی‌کنیم.

۶.۴. تضعیف دموکراسی

اطلاعات دستکاری‌شده انتخاب‌های سیاسی را منحرف می‌کند.

۶.۵. بحران روانی

محتوای احساسی مداوم → خستگی، اضطراب، مقایسه، بی‌اعتمادی.


۷. چگونه از کنترل الگوریتمی رها شویم؟

۷.۱. تنوع منبع

از چند پلتفرم و چند دیدگاه محتوا ببین.

۷.۲. دنبال کردن عمداً مخالفان فکری

برای شکستن اتاق پژواک.

۷.۳. خاموش کردن پیشنهادهای الگوریتمی

For You، Suggested، Recommended را محدود کن.

۷.۴. استفاده از ابزارهای زمان‌بندی

برای کاهش وابستگی.

۷.۵. بازگشت به محتواهای بلند و تحلیلی

کتاب، مقاله، گزارش، تحلیل دانشگاهی.


جمع‌بندی

شبکه‌های اجتماعی رسانه را دموکراتیک نکرده‌اند؛
توزیع را هوشمندانه کنترل کرده‌اند.

توهم انتخاب باعث می‌شود فکر کنیم «این همان چیزی است که من می‌خواهم»،
اما در واقع این همان چیزی است که الگوریتم تشخیص داده ما را بیشتر در پلتفرم نگه می‌دارد.

فهم این مکانیسم، گام اول آزادی ذهنی در عصر دیجیتال است.

منابع

  • Pariser, E. (2011). The Filter Bubble. Penguin.
  • Tufekci, Z. (2015). Algorithmic Harms. Colorado Technology Law Journal.
  • Gillespie, T. (2014). The Relevance of Algorithms. MIT Press.
  • Sunstein, C. (2017). #Republic. Princeton University Press.
  • Bozdag, E. (2013). Bias in Algorithmic Filtering. Ethics and Information Technology.
Submitted by boof_admin_meytad on